unsupported dtype conversion from C64 to F64

主线位置：张量主线的「计算」：复数结果变回实数 dtype 的那一步（取实部再做实数损失）。

版本：JAX 0.12.0.1（CPU，x64）、PyTorch 2.15.0（单线程）、tenferro-rs 0.8.0（CPU，native，单线程）

flowchart TB
  z["C64 张量"] --> cv["convert F64"]
  cv --> err["拒绝 有损"]
  z --> ca["cast F64"]
  ca --> re["实部"]
  re --> gr["可以求导"]

实验代码：tenferro 一侧是 bin p17_19_complex（release，CpuEngine::serial()），JAX / PyTorch 一侧是 p17_19_complex.py。M2 Max、macOS 27、rustc 1.99.0。

现象

z = [iπ/2, ln 2]，取实部。JAX 和 PyTorch 里改 dtype 就能丢掉虚部，只是会提醒：

jnp.asarray(z).astype(jnp.float64)
jnp.real(z)
jax.grad(lambda z: jnp.sum(jnp.real(z) ** 2))(z)
zt.to(torch.float64)

jnp astype(float64) = [0.         0.69314718] warnings: ['DeprecationWarning: Casting from complex to real dtypes will soon raise a ValueError. Please first use jnp.real or jnp.imag to take the real/imaginary component of your input.']
jnp.real = [0.         0.69314718]
grad(sum(real(z)^2)) = [0.        +0.j 1.38629436+0.j]
torch .to(float64) = [0.         0.69314718] warnings: ['UserWarning: Casting complex values to real discards the imaginary part (Triggered internally at ...)']

tenferro 里找 dtype 转换，最先看到的是 convert：

let z = TracedTensor::from_vec_col_major(vec![2], vec![C::new(0.0, FRAC_PI_2), C::new(LN_2, 0.0)])?;
z.convert(DType::F64)

convert(z, F64): Err(TracedTensor::convert: unsupported dtype conversion from C64 to F64: checked convert only accepts conversions allowed by dtype promotion; use explicit cast for lossy dtype projection)

建图那一行就失败。TracedTensor 上也没有 real / imag 方法可以代替。

出处

TracedTensor::convert 先做 validate_convert_dtype，只放行 dtype 提升格（promotion lattice）里的转换，不丢信息的方向才行，然后才调 cast：

    pub fn convert(&self, to: DType) -> Result<TracedTensor> {
        tenferro_tensor::validate::validate_convert_dtype("TracedTensor::convert", self.dtype, to)?;
        self.cast(to)
    }

cast 是「explicit dtype projection」，文档写着它可以截断、降精度、「project complex values to their real component」。JAX 正在往同一个方向走：上面的弃用警告说复数到实数的 astype 以后会报 ValueError。浮点到整数的 cast 另有运行时检查（NaN 报错），见 dtype。

修法

取实部用 cast(DType::F64)：

let re = z.cast(DType::F64)?;
let lr = (&re * &re)?.reduce_sum(None)?;
let g = ad.grad(&lr, &z)?;

cast(z, F64) = [0.0, 0.6931471805599453]
grad(sum(cast(z)^2)) = [0.000000+0.000000i, 1.386294+0.000000i]

值和梯度都和 JAX 的 jnp.real 一致：Σ (Re z)² 的梯度是 2·Re z，虚部为 0，这里两种复数约定（复数求导）给出同一个数，因为梯度是实数。模长用 abs，它的输出本来就是 F64。

怎么确认没中招

代码里搜 convert(DType::F64) / convert(DType::F32)：作用在复数上时一定失败，失败在建图时，不会静默。
反过来要小心的是 cast：它不检查方向，复数被 cast 成实数时虚部静默丢掉。只在确实要实部的地方用，旁边写一行注释。

小结

convert 只做不丢信息的转换，C64 到 F64 报 unsupported dtype conversion；JAX 的 astype 只给弃用警告。
取实部用 cast(DType::F64)，可求导，结果同 jnp.real。
TracedTensor 没有 real / imag 方法；模长用 abs。

unsupported dtype conversion from C64 to F64

现象

出处

修法

怎么确认没中招

小结

💬 关联讨论

登录